Використання інструментів in silico для первинного скринінгу і прогнозу фармакологічної активності ряду нових похідних теофіліну
DOI:
https://doi.org/10.5281/zenodo.14274877Ключові слова:
7-R-8-гідразинопохідні теофіліну, in silico прогнозування, SuperPred 3.0, SwissADME, ADME властивості, Cathepsin D, Nuclear factor NF-kappa-B p105 subunit, переферичні вазодилататори, обструктивні захворювання дихальних шляхівАнотація
Вступ. Фармакотерапія різноманітних захворювань потребує використання нових високоефективних лікарських засобів. На початкових етапах їх створення доцільно використовувати in silico методи скринінгу. Це дає змогу економити час і кошти при відборі найперспективніших молекул для подальшого синтезу та ґрунтовних in vitro й in vivo фармакологічних досліджень. Відомо, що 7,8-дизаміщені теофiліну володіють значним потенціалом біологічної дії. Для пошуку лікоподібних речовин ми обрали 7-R-8-гідразинопохідні теофіліну, оскільки відомо, що функціональні похідні гідразину широко використовуються у медичній практиці як засоби для фармакотерапії депресії, інфекційних захворювань, гіпертонічної хвороби, цукрового діабету тощо. Мета дослідження – первинний скринінг та оцінка потенційної фармакологічної активності модельних молекул із використанням віртуальних комп’ютерних програм. Матеріали та методи. Матеріали дослідження – похідні 4-(2-(1,3-диметил-2,6-діоксо-2,3,6,7-тетрагідро-1H-пурин-8-іл)гідразиніліден)гептандіової кислоти з лінійними і розгалуженими алкільними замісниками у 7 положенні базового гетероциклу (12 сполук): метил-, етил-, н-пропіл-, н-бутил-, і-бутил, н-аміл, і-аміл, н-гексил-, н-гептил-, н-октил-, н-ноніл-, н-децил-. Методи дослідження – вільнодоступні веб-інструменти SwissADME та SuperPred 3.0 для відсіювання неперспективних молекул та відбору потенційних кандидатів у лікарські засоби. Результати й обговорення. Обґрунтовано та здійснено віртуальний дизайн ряду сполук (7,8-дизаміщених теофіліну), обраними in silico методами проведено їх скринінг. За допомогою SwissADME визначено фізико-хімічні, фармакокінетичні параметри молекул, встановлено їх лікоподібність, можливість перорального введення і перспективність для медичної хімії. Прогнозування на платформі SuperPred 3.0 дало змогу виявити можливу приналежність досліджених сполук до певних АТС-класів відповідно до класифікації ліків ВООЗ і ймовірні молекулярні мішені. До уваги взяли біомішені з найвищою ймовірністю зв’язування (˃ 90 %) та точністю прогнозування моделі (˃ 80 %). Спільними прогнозованими мішенями для аналізованих об’єктів є Cathepsin D і Nuclear factor NF-kappa-B p105 subunit. Ймовірність зв’язування сполук 1–12 з першою мішенню знаходиться у межах 95,74–98,38 %, а з другою – 96,12–96,72 %. Точність моделей прогнозування мішеней коливається в межах 96,09–98,95 %. Отримані результати були порівняні з результатами прогнозування для теофіліну і базової сполуки – 4-(2-(1,3-диметил-2,6-діоксо-2,3,6,7-тетрагідро-1H-пурин-8-іл)гідразиніліден)гептандіової кислоти. Результати in silico методів свідчать про лікоподібність досліджених сполук, для яких прогнозується достатньо легкий синтез. Висновки. Здійснено віртуальний скринінг досліджуваних сполук та встановлені деякі закономірності в ряду «структура – біологічна дія». Подальша хімічна модифікація структур не повинна полягати у видовженні алкільного замісника у 7 положенні базового гетероциклу, оскільки це суттєво не змінює їх фармакологічний потенціал, але негативно впливає на ADME профіль і обмежує пероральну біодоступність. Результати in silico прогнозування підтвердили перспективність подальших пошуків біологічно активних сполук серед 7,8-дизаміщених теофіліну.
Ключові слова: 7-R-8-гідразинопохідні теофіліну, in silico прогнозування, SuperPred 3.0, SwissADME, ADME властивості, Cathepsin D, Nuclear factor NF-kappa-B p105 subunit, переферичні вазодилататори, обструктивні захворювання дихальних шляхів.
Посилання
Klenina OV, Chaban TI. Use of chemoinformatics and bioinformatics databases in the processes of computer-aided drug design (review). Farmatsevtychnyi Zhurnal. 2023;78(6):61–82. DOI: https://doi.org/10.32352/0367-3057.6.23.05. Ukrainian.
Chen Y, Kirchmair J. Cheminformatics in Natural Product-based Drug Discovery. Mol Inform. 2020;39(12):e2000171. DOI: 10.1002/minf.202000171.
Shaker B, Ahmad S, Lee J, Jung C, Na D. In silico methods and tools for drug discovery. Comput Biol Med. 2021;137:104851. DOI: 10.1016/j.compbiomed.2021.104851.
Wainwright CL, Teixeira MM, Adelson DL, Braga FC, Buenz EJ, Campana PRV, Wolfender J-L. Future directions for the discovery of natural product-derived immunomodulating drugs: an IUPHAR positional review. Pharmacological Research, 2022;177:106076. DOI: https://doi.org/10.1016/j.phrs.2022.106076.
Cysewski P, Jeliński T, Cymerman P, Przybyłek M. Solvent Screening for Solubility Enhancement of Theophylline in Neat, Binary and Ternary NADES Solvents: New Measurements and Ensemble Machine Learning. Int J Mol Sci. 2021;22(14):7347. DOI: 10.3390/ijms22147347.
Singh N, Shreshtha AK, Thakur MS, Patra S. Xanthine scaffold: scope and potential in drug development. Heliyon. 2018;4(10):e00829. DOI: 10.1016/j.heliyon.2018. e00829.
Allen SC, Tiwari D. Theophylline as a systemic anti-inflammatory agent: the need for its revival as a possible adjunctive treatment for «inflammaging». Biol Eng Med. 2019;4(1):1–3. DOI: 10.15761/BEM.1000162.
Chang YL, Hsu YJ, Chen Y, Wang YW, Huang SM. Theophylline exhibits anti-cancer activity via suppressing SRSF3 in cervical and breast cancer cell lines. Oncotarget. 2017;8(60):101461–101474. DOI: 10.18632/oncotarget.21464.
Wójcik-Pszczoła K, Szafarz M, Pociecha K, Słoczyńska K, Piska K, Koczurkiewicz-Adamczyk P, Wyska E. In silico and in vitro ADME-Tox analysis and in vivo pharmacokinetic study of representative pan-PDE inhibitors from the group of 7,8-disubstituted derivatives of 1,3-dimethyl-7H-purine-2,6-dione. Toxicol Appl Pharmacol. 2022;457:116318. DOI: 10.1016/j.taap.2022.116318.
Lee D, Lee S, Liu KH, Bae JS, Baek DJ, Lee T. Solid-Phase Synthesis of 1,3,7,8-Tetrasubstituted Xanthine Derivatives on Traceless Solid Support. ACS Comb Sci. 2016;18(1):70–74. DOI: 10.1021/acscombsci.5b00148.
Korobko D. Synthesis of the row of new functional derivatives of 7-arylalkyl-8-hydrazine theophyllines. ScienceRise. 2016;3/4(20):39–45. DOI: 10.15587/2313-8416.2016.65209.
Constantin S, Lupascu FG, Apotrosoaei M, Vasincu IM, Lupascu D, Buron F, Routier S, Profire L. Synthesis and biological evaluation of the new 1,3-dimethylxanthine derivatives with thiazolidine-4-one scaffold. Chemistry Central Journal. 2017;11:2-13. DOI: 10.1186/s13065-017-0241-0.
SwissADME. Available from: http://www.swissadme.ch/.
SuperPred 3.0. Available from: https://prediction.charite.de/index.php.
Daina A, Michielin O, Zoete V. SwissADME: a free web tool to evaluate pharmacokinetics, drug-likeness and medicinal chemistry friendliness of small molecules. Sci Rep. 2017;7:42717. DOI: 10.1038/srep42717.
Gallo K, Goede A, Preissner R, Gohlke BO. SuperPred 3.0: drug classification and target prediction-a machine learning approach. Nucleic Acids Res. 2022;50(W1):W726-W731. DOI: 10.1093/nar/gkac297.
Dunkel M, Günther S, Ahmed J, Wittig B, Preissner R. SuperPred: drug classification and target prediction. Nucleic Acids Res. 2008;36(Web Server issue):W55-9. DOI: 10.1093/nar/gkn307.
Kopak NA. Searching of biological activity of S-esters 4-acetylaminobenzenethiosulfoacid using methods of chemoinformatics. Chemistry, Technology and Application of Substances. 2023;6(2):76-86. DOI: 10.23939/ctas2023.02.076.
Karpenko YV, Panasenko OI, Litun AP. Search for molecular descriptors and computer prediction of biological activity in a series of S-derivatives (1,2,4-triazole-3(2H)-yl)methyl)thiopyrimidines. Current issues in pharmacy and medicine: science and practice. 2024;17(1):5-9. DOI: 10.14739/2409-2932.2024.1.298027.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2024 Анали Мечниковського Інституту
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.